如何用R中glht()获取特定点估计的p值及置信区间？

假设你的模型是基于stats包的glm()（如果是rms包的Glm()，操作逻辑一致），要获取time=20（假设你说的Q指time变量，若为Quarter可按后文调整）时的点估计、p值和置信区间，可按以下步骤操作：

1. 加载依赖包 #

首先确保安装并加载multcomp包（glht()的所属包）：

install.packages("multcomp")
library(multcomp)

2. 构建模型 #

先确认你的模型拟合完成：

# 替换为你的实际数据对象
model <- glm(outcome ~ Quarter + intervention + time, family = Poisson, data = your_data)

3. 定义线性假设 #

glht()通过线性组合指定要检验的点。先查看模型的系数名称，明确各变量的系数标识：

coef(model)

情况1：其他变量取参考水平，time=20 #

如果Quarter和intervention是因子变量，且你想在它们的参考水平下计算time=20的估计，构造如下假设（以检验该点的对数均值是否等于0为例，你可替换为实际要检验的数值）：

# 需匹配你的实际系数名称
hyp <- glht(model, linfct = c("(Intercept) + 20*time = 0"))

情况2：指定Quarter和intervention的特定水平 #

如果要在Quarter=3、intervention=1（需匹配你的因子水平名称）、time=20的条件下计算，调整线性组合：

hyp <- glht(model, linfct = c("(Intercept) + Quarter3 + intervention1 + 20*time = 0"))

更灵活的矩阵定义方式 #

当变量较多时，可通过矩阵构造线性组合，避免手动拼接字符串：

coef_names <- names(coef(model))
# 初始化系数权重向量
lin_comb <- rep(0, length(coef_names))
# 设置截距项权重
lin_comb[coef_names == "(Intercept)"] <- 1
# 设置特定Quarter水平的权重（如果需要）
lin_comb[coef_names == "Quarter3"] <- 1
# 设置特定intervention水平的权重（如果需要）
lin_comb[coef_names == "intervention1"] <- 1
# 设置time=20的权重
lin_comb[coef_names == "time"] <- 20

# 构造假设
hyp <- glht(model, linfct = t(lin_comb))

4. 提取结果 #

查看点估计、标准误、p值 #

summary(hyp)

输出中的Estimate是该点的对数均值估计（因Poisson模型用对数链接），Pr(>|z|)即为对应原假设的p值。若需要原始均值，用指数转换：

exp(summary(hyp)$test$coefficients) # 原始均值点估计

查看置信区间 #

confint(hyp)

同样，转换为原始均值的置信区间：

exp(confint(hyp)$confint)

注意事项 #

• 如果你的Q指的是Quarter变量（而非time），只需将线性组合中的20*time替换为20*Quarter（若Quarter是连续变量），或指定Quarter20（若Quarter是因子且存在该水平）。
• p值对应你设定的原假设（比如示例中的“对数均值=0”），若你仅需估计值和置信区间，可忽略p值部分，重点关注confint()的输出。

内容的提问来源于stack exchange，提问作者j.rahilly